Владимир К. Data Scientist, Senior

Специалист по данным / Инженер по Машинному Обучению с опытом работы 3 года. Специалист по данным с сильным математическим образованием и хорошими навыками программирования. Обладает универсальным набором навыков, охватывающим инженерию данных и анализ данных, с возможностью адаптации к динамичной рабочей среде. Специализируется на обработке естественного языка, компьютерном зрении и прогнозирующем моделировании в различных областях бизнеса. Имеет опыт работы на всех этапах обработки и анализа данных, от понимания бизнес проблем до внедрения моделей ML в эксплуатацию. Языки программирования: Python. Технологии программирования gradio. Data science Pandas, Numpy, Seaborn, Plotly. Машинное обучение Scikit-learn, XGBoost, BitsAndBytes. Глубокое обучение PyTorch, Tensorflow, Keras, OpenVINO, TensorRT, TensorBoard, NVIDIA NGC. Компьютерное зрение OpenCV, Torchvision. Обработка естественного языка Hugging Face, OpenAI API, Langchain, PEFT, Spacy, Gensim, NLTK, BERTopic. MLOps MLFlow. Инженерия данных Apache Spark, PySpark. Облачные технологии AWS(Sagemaker, S3, EKS, EC2, Bedrock, DynamoDB, Cloudwatch и т. д.), Azure(Virtual Machines, Spot VM, SQL, ML, Functions, Synapse, Analysis Services, Data Factory, Blob Storage, DevOps, etc). Базы данных Redis, MongoDB, PostgreSQL. DevOps Docker, Docker Compose, Kubernetes (k8s), Bash Scripting. Системы контроля версий Git, Github. Достижения Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга и отслеживания моделей на этапе экспериментов, что позволило сделать процесс разработки более удобным и эффективным, а развертывание моделей машинного обучения - надежным и безопасным. Коммуникационный чат-бот Разработан коммуникационный чат-бот с LLM для разговоров от лица различных персонажей и с ответами на пользовательские запросы.

Я специалист в области науки о данных, с аналитическим складом ума и глубокими знаниями математике статистике. Имею опыт работы смежных сферах IT, что обеспечивает мне широкую перспективу понимание технологических процессов компании. Знаком компьютерным зрением обработкой естественного языка на теоретическом уровне, имею реализации академических проектов этих областях. В своём профессиональном пути, начав с автоматизации процессов помощью RPA, я постепенно приближался к науке о данных, увлекаясь её мощным потенциалом в преобразовании данных ценные знания и решения. Этот интерес ведёт меня желанию глубже изучить развиться этой области. Убеждён, что наука открывает новые горизонты для инноваций эффективности любой сфере, стремлюсь стать частью этого процесса, внося свой вклад создание передовых решений. Я готов приложить все усилия достижения профессионального мастерства, сопровождаемого постоянным обучением совершенствованием

Специалист по анализу данных / Инженер по машинному обучению с опытом работы более 3-х лет. Специалист по анализу данных, специализирующийся на дата-центрированных проектах. Умение выявлять бизнес-проблемы и решать их с использованием различных подходов обработки и анализа данных, подтвержденное на практике. Умение работать со полным жизненным циклом проектов машинного обучения: от сбора данных до развертывания обученных решений. Области специализации: обработка естественного языка, модели прогнозирования и компьютерное зрение. Языки программирования Python. Технологии программирования GeoPy. Наука о данных Pandas, Matplotlib, Numpy, Seaborn, Plotly, PowerBI. Машинное обучение Scikit-learn, Hyperopt, kmodes, UMAP, Prophet, Boruta, LightGBM, XGBoost. Глубокое обучение PyTorch, NVIDIA NGC. Компьютерное зрение Tesseract OCR. Обработка естественного языка Hugging Face, AllenNLP, Gensim, NLTK. MLOps MLFlow, Neptune. Инженерия данных pache Airflow, Apache Spark, PySpark. Облачные технологии AWS(Lambda, SageMaker, S3, EC2, ECR, EKS, CloudWatch и т. д.), Azure(VMs, ML, Databricks, Blob Storage, DataFactory). Базы данных PostgreSQL, MySQL, Redis. DevOps Docker, Docker Compose, Kubernetes(k8s). Системы контроля версий Git, Github. Достижения Помощник по юридическим документам Разработал систему для предложения пользователям структуры документов и автодополнения текстовых предложений в типовых юридических контрактах, использующую модели на архитектуре transformer. Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга моделей и метрик на этапе экспериментирования, что позволило сделать процесс разработки более удобным и эффективным, а также ускорило развертывание моделей машинного обучения. Настройка обработки данных Разработал конвейеры ETL с Azure Databricks и Apache Spark для эффективной интеграции данных из разных источников в центральное хранилище для дальнейшего использования в аналитической платформе.

▪ Data Scientist с опытом работы c более чем 5 летним опытом в области анализа данных и машинного обучения в различных отраслях, включая банковское дело, финансовые услуги, e-commerce и стартапах. ▪ Применение передовых методов анализа данных и машинного обучения для глубокого анализа текущих данных и процессов, оптимизации операций и извлечения ценных инсайтов, а также их адаптации к бизнес-потребностям. ▪ Разработка и проектирование систем разной сложности в соответствии с техническими требованиями и задачами, включая высокоэффективные, высоконагруженные и масштабируемые микросервисные приложения. ▪ Глубокий анализ существующих решений, их улучшение и адаптация к требованиям бизнес-процессов. ▪ Опыт работы с облачными сервисами (Sber Cloud, Azure) и настройкой CI/CD процессов (Gitlab, Jenkins). ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов.

GIT: https://github.com/Leotiv-Vibs Дополнительная информация Закончил бакалавриат с красным дипломом Базовые знания: Java, C#, С++, JavaScript, CSS, HTML, PHP. Создавал простые игры и сайты. Победы в хакатонах как местных так и региональных масштабов.

-Опыт Frontend разработки более 5-ти лет -Понимание принципов ООП -Навыки кросс браузерной верстки -Обширный опыт работы с JavaScript библиотеками React, Redux -Уверенное владение GIT -Опыт разработки стримингового сервиса -Опыт проведения собеседований

Алексей — опытный React-разработчик, специализирующийся на создании сложных веб-интерфейсов. Обладает широким набором навыков в области разработки на JavaScript и TypeScript, включая работу с современными фреймворками и библиотеками. Алексей имеет опыт работы над несколькими проектами в различных отраслях, таких как EdTech, Urban technology, Media и FoodTech. На каждом проекте он выполнял широкий спектр задач, связанных с разработкой пользовательских интерфейсов, интеграцией API сторонних сервисов, рефакторингом кода и написанием тестов. В своей работе Алексей уделяет внимание качеству кода, соблюдению стандартов и обеспечению удобства пользователей. Он способен быстро адаптироваться к новым технологиям и эффективно работать в команде.

Илья — опытный QA-специалист с навыками ручного тестирования. Он обладает глубоким пониманием принципов работы API, а также опытом в тестировании веб-сайтов и мобильных приложений. Илья работал над проектами для компаний из сфер телекоммуникаций и электронной коммерции. В его обязанности входило ручное тестирование программного и аппаратного обеспечения, создание и ведение тестовой документации, разработка и обновление планов тестирования, анализ процессов и результатов контроля качества, документирование дефектов и другие задачи. Опыт работы на проектах составляет 4 года и 8 месяцев.

Евгений — DevOps-специалист уровня Middle+ из Санкт-Петербурга. Обладает опытом работы в сферах FinTech & Banking, E-commerce & Retail и Information Security. Евгений знаком с Docker, TeamCity, Grafana, Prometheus, Loki, k8s, Yandex Cloud, GitLab, нагрузочным тестированием, Terraform и другими инструментами. Имеет опыт работы с SAST, DAST, IaCS, NATS, RabbitMQ, docker multistage, Nginx, Bash. На последнем месте работы Евгений занимался интеграцией и подбором инструментов для внедрения в сборочный контур, разрабатывал процессы для внедрения с инструментами, писал сканер для отслеживания DSO метрик. Также он поддерживал сборочные Docker-окружения, разрабатывал Dockerfile, автоматизировал деплой и сборку микросервисов, разворачивал мониторинг на базе Grafana/Prometheus/Loki в k8s.